scrapy修改user-agent的几种方法

方法1:
修改setting.py中的User-Agent

# Crawl responsibly by identifying yourself (and your website) on the user-agent
USER_AGENT = ‘Hello World’

方法2.
修改setting中的DEFAULT_REQUEST_HEADERS

# Override the default request headers:
DEFAULT_REQUEST_HEADERS = {
‘Accept’: ‘text/html,application/xhtml+xml,application/xml;q=0.9,/;q=0.8’,
‘Accept-Language’: ‘en’,
‘User-Agent’:‘Hello World’
}

方法3.
在代码中修改。

class HeadervalidationSpider(scrapy.Spider):
name = ‘headervalidation’
allowed_domains = [‘helloacm.com’]

def start_requests(self):
    header={'User-Agent':'Hello World'}
    yield scrapy.Request(url='http://helloacm.com/api/user-agent/',headers=header)

def parse(self, response):
    print '*'*20
    print response.body
    print '*'*20

方法4.
在中间件中自定义Header

在项目目录下添加一个目录:
customerMiddleware,在目录中新建一个自定义的中间件文件:
文件名随意为 customMiddleware.py

文件内容为修改request User-Agent

#--coding=utf-8--
from scrapy.contrib.downloadermiddleware.useragent import UserAgentMiddleware

class CustomerUserAgent(UserAgentMiddleware):
def process_request(self, request, spider):
ua=‘HELLO World???’
request.headers.setdefault(‘User-Agent’,ua)

在setting中添加下面一句,以便使中间件生效。

DOWNLOADER_MIDDLEWARES = {
‘headerchange.customerMiddleware.customMiddleware.CustomerUserAgent’:10
# ‘headerchange.middlewares.MyCustomDownloaderMiddleware’: 543,
}

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值